UNIST, 타이핑 행동으로 사용자 전문성 파악 AI ‘ExPerT’ 개발
타이핑 정보 더하자 전문성 추정 오차 18.4% 감소
2026-08-30 정수진 기자
UNIST 컴퓨터공학과 공태식 교수팀은 질문 내용뿐만 아니라 질문 속 전문용어를 타이핑할 때 나타나는 행동을 분석해 맞춤형 답변을 내놓는 개인화 AI 기술인 ‘ExPerT’를 개발했다고 30일 밝혔다.
챗봇 등이 사용자의 수준에 맞춘 답변을 내놓기 위해서 기존에는 사용자가 설정해 놓은 프로필, 과거 대화 등 비교적 고정된 사용자 정보를 주로 활용해 왔다. 하지만 이 같은 방식은 컴퓨터 전문가라도 회계 지식은 없을 수 있고, 같은 분야에서도 질문 주제에 따라 지식 수준이 달라질 수 있다는 점이 간과될 수 있다.
개별 질문에 쓰인 표현과 전문 용어 등의 의미 정보와 타이핑 행동 정보를 챗GPT와 같은 생성형 AI 모델에 입력해 사용자의 전문성을 5단계로 추정하게 한 뒤, 이후 추정 결과와 원래 질문을 생성형 AI 모델에 다시 전달해 답변의 눈높이를 조절하도록 하는 방식이다.
화학·컴퓨터과학·경영 분야 참가자 40명이 입력한 질문 1,270개를 이용해 ExPerT의 성능을 검증해 본 결과, 의미 정보만 분석했을 때는 AI가 추정한 전문성 수준이 참가자가 직접 평가한 수준과 평균 0.488단계 차이가 났지만, 타이핑정보까지 함께 분석하자 그 차이가 0.398단계로 줄었다. 타이핑 정보를 더해 전문성 추정 오차를 18.4% 줄인 것이다.
또 질문마다 전문성을 새로 파악하는 ExPerT의 방식은 기존 개인화 기술과 비교해도 높은 성능을 보였다. 지금까지 나눈 대화에서 사용자의 성향과 배경을 추출하는 기존 기술은 사용자가 직접 평가한 전문성 수준과 평균 1.162단계 차이가 났지만, 연구진이 제시한 개별 질문의 의미를 분석하는 방식은 그 차이를 0.488단계로 줄였다.
이번 연구는 인공지능대학원 박예지 연구원이 제1저자로 참여했다.
공태식 교수는 “기존 개인화 AI가 고정된 프로필이나 이전 대화 기록에만 의존해 실시간 맥락을 반영하지 못했던 한계를 극복하고자 했다”며 “의료·법률·금융처럼 전문 지식 격차가 큰 분야의 전문 챗봇은 물론, 사용자별 이해도 파악이 중요한 에듀테크나 B2B 고객 지원 시스템 등 다양한 영역에서 사용자의 실시간 눈높이에 최적화된 개인화 AI 인터페이스를 제공할 수 있을 것”이라고 말했다.
연구 결과는 자연어처리 분야 국제학술대회인 ACL(Association for Computational Linguistics) 2026에 전체 투고 논문 중 상위 4%에 해당하는 구두 발표 논문으로 채택됐으며, 상위 2%에 주어지는 ‘SAC 하이라이트 어워드’를 수상했다.